基于遗传方法的多光谱图像处理算法研究

摘要

遥感技术是人类研究地球和其他星球资源环境的重要技术手段，它在土地资源管理、环境检测等方面发挥着越来越重要的作用。其中，遥感影像的分类和识别一直是遥感应用领域的一个非常活跃的研究主题。而混合像元的存在是影响遥感图像分类精度的主要原因。对这类像元的分类问题，即混合像元分解问题，是遥感图像分类中的一个难点。对其研究具有重要的社会经济意义。 本文从遥感多光谱图像混合像元的分解及分类原理入手，将遗传规划算法应用于多类别遥感图像分类问题，同时深入分析了遗传算法(GeneticAlgorithm)理论及其在遥感图像数据分类中的应用，将遗传算法引入到混合像元分解中。GA算法因其本身的优良特性被广泛应用于两类模式分类问题中，但在混合地物分类问题中并不多见。本文在详细分析了混合像元分解算法及GA进化原理的基础上，提出了用遗传算法进化模型拟合分解结果超平面，以实现混合像元分解并进一步分类的算法。给出了用该方法对多光谱图像中混合地物进行分类的实例。实验结果证明：该算法的结果与全约束最小二乘(FCLS)的混合像元分解算法结果相近(相关系数达到0.99)，而计算复杂度大大降低且具有较强的适应性。同时在整幅遥感图像的分类中体现出较高的分类性能，为遗传算法在混合地物分类问题中的应用提供了又一条可行的途径。

目录

文摘

英文文摘

论文说明：图表目录

西北工业大学业学位论文知识产权声明书及西北工业大学学位论文原创性声明

第一章引言

1.1课题研究背景和意义

1.2国内外研究历史与现状

1.3本文研究思路

1.4本文内容安排

第二章遥感数据混合像元分解及分类基础

2.1背景介绍

2.2遥感的类型

2.3遥感数据处理任务与方法

2.4混合像元分解及分类算法基础

第三章基于遗传规划的多光谱图像分类

3.1遥感图像分类的传统算法

3.2遗传规划的基本原理及特点

3.3基于GP的两类数据分类算法

3.4新的基于GP的多光谱图像分类方法

3.5实验结果

第四章基于遗传算法的混合像元分解及分类算法

4.1遗传算法理论

4.2遥感数据的特征

4.3遗传算法在数据分类中的应用

4.4基于GA的混合像元分解及分类算法

第五章实验与分析

5.1训练样本的生成

5.2实验结果

5.3结果比较及分析

第六章总结与展望

6.1总结

6.2研究展望

参考文献

研究生期间发表的论文与获奖情况

致 谢